【论文阅读】【3d目标检测】FAST pointrcnn

论文标题：Fast Point R-CNN

还是记录。。。
这篇文章后面与voxelnet进行了fps对比，究竟快在哪里，究竟为啥ap提升了？是本文想要探讨的东西。

文章的思路很简单，分为两个阶段

第一阶段

考虑到pointnet类似的方法需要对于整个点云进行编码，计算量极大，而一些由2d生成proposals的方法又极度依赖于2d目标检测的效果，所以作者采用了voxel的形式进行VFE编码。不了解VFE的朋友可以先看看voxelnet
作者发现每个格子中采用6个点，依赖8channel的mlp可以提取到不错的feature，于是采用这个超参数进行feature编码。得到voxel图，最后进行rpn设计：

第二阶段

对于第一阶段提取出来的proposals，利用其在rpn中的特征，做一个注意力机制，与原始点云编码后的信息进行相乘，这里主要是用rpn中的feature完成注意力设计。

思考

快在哪？
我觉得文章快在对于数据的处理，作者这里每个voxel只取六个点，而且没有叠加很多的vfe层，仅仅采用一个6channel的mlp进行特征的提取。

好在哪？
首先可以看到rpn的结果就已经比voxelnet好了，在我看来这得益于3d卷积操作，对于全局特征进行了一个更好的融合。
其次作者引入的注意力机制，让proposal对于local feature有了一个更好的融合。